هوش تجاری چیست و چه تاثیری در کسب و کار شما دارد؟
همیشه برایم سوال بود که این مشاور ارشد BI در فروشگاه اتکا دقیقا چه می‌کند. البته از خودش هم چندبار پرسیدم. اما جواب‌ها و پاسخ‌های یکی دو خطی‌اش مرا نتوانست قانع کند که دقیقا چه می‌کند. از آن زمان تقریبا چندین ماه گذشت و برای من هوش تجاری همچنان مفهومی عمیق، مرموز و ناشناخته بود. از طرفی می‌دانستم که “هوش تجاری” یکی از به روزترین و در عین حال پرکاربردترین مفاهیم کسب و کار در جهان معاصر ماست. این شد که دلم را به دریا زدم و قصد کردم که در یک مقاله مفصل به این مسئله بپردازم. البته مقاله‌های تخصصی در آینده را به همین دوست عزیز می‌سپارم. در حقیقت هدفم این است که در وبلاگ نوین چندین مقاله به طور مفصل به “هوش تجاری” بپردازیم و آنرا از ابعاد متفاوت بررسی کنیم. و اما طبق روال همیشگی در ابتدا ببینیم که هوش تجاری دقیقا چیست و چگونه می‌توانیم راحت‌ترین و سرراست‌ترین تعریف را از آن داشته باشیم.
یک تعریف ساده و سرراست از هوش تجاری
هوش تجاری، Business Intelligence یا به اختصار BI یک فرآیند تکنولوژی محور برای تحلیل داده هاست. این فرآیند در نهایت به مدیران، صاحبان کسب و کار و تمام تصمیم گیرنده‌های اساسی یک کسب و کار، اطلاعاتی عملی می‌دهد. ابزارهای BI برای آنالیز و تحلیل داده‌ها به صورت‌های مختلفی ارائه می‌شود؛ مثلا گزارش، داشبورد، چارت، نقشه، گراف و تمام ابزارهایی که بتوانند اطلاعات و داده‌های خام را در قالب‌های بصری و قابل استفاده به نمایش درآورند. در حقیقت هوش تجاری به شما به عنوان یک مدیر کمک می‌کند، بفهمید که چه عواملی در موفقیت یا شکست پروژه‌هایتان موثر است. همین باعث می‌شود که بتوانید بفهمید چه عواملی سود بیشتر برای شما رقم می‌زنند و چه عواملی سود کمتری برای شما به همراه دارند.
هوش تجاری در یک نگاه
BI طیف گسترده‌ای از ابزار، اپلیکیشن و متدلوژی را شامل می‌شود که به یک سازمان کمک می‌کند که بتواند اطلاعات (Data) را از سیستم داخلی و منابع خارجی شرکت جمع‌آوری کند و آنها را برای تحلیل آماده کند. از مجموع این اطلاعات در نهایت یک گزارش تهیه می‌شود که به مدیر و تصمیم گیرنده نهایی سازمان تحویل داده می‌شود. اجازه بدهید با یک مثال این لقم? قلمنبه سلنبه را برایتان به راحت الحلقوم تبدیل کنم.
یک مثال روشن و واضح از کاربرد هوش تجاری
فرض کنید شما یک فروشگاه بزرگ اینترنتی دارید و محصولات زیادی برای فروش. قطعا ذهن هیچ مدیری یارای نگهداری تمام اعداد و ارقام مربوط به خرید و فروش را ندارد و البته که واقعا نیاز به حفظ تمام این اعداد و ارقام نیست. در فرآیند پیاده سازی هوش تجاری طبق یک عملیات پیچیده هم? داده‌های سازمان در یک دیتابیس (ِData Base) جمع می‌شود (اینکه اطلاعات روزانه جمع‌آوری شود یا ماهانه یا هفتگی دست خودتان است). در حقیقت این دستابیس حاوی تمام اطلاعات شرکت و تک تک فروش‌ها و خریدهای انجام شده توسط سازمان است. در اصطلاح تخصصی به این دیتابیس، انبار? داده یا data warehouse می‌گویند. این نقط? شروع و صفر مرزی پروژه‌های هوش تجاری است. اطلاعاتی که در انبار داده جمع‌آوری می‌شوند، چند بعد مهم (Dimension) دارند که عبارتند از:
مکان: یا لوکیشن کاربران. فرض کنید هر کالا توسط یک نفر خریداری می‌شود که این شخص در یک استان، شهر و منطق? به‌خصوصی زندگی می‌کند. پس یکی از ابعاد مهم داده‌های شما متغیر مکان است. زمان: علاوه بر تمام اینها هر فروش یک پارامتر زمان دارد، شما حساب کنید روزی حداقل 10 هزار تا از این فروش و فروش‌های دیگر به انباره داده اضافه می‌شوند. حالا تصور کنید قرار است در یک جلسه استراتژی‌های کلان (یا حتی غیر کلان و در مقیاس کوچک‌تر) برگزار شود و مدیران و تصمیم‌گیرندگان نهایی بخواهند یک تصمیم اساسی بگیرند؛ مثلا اینکه آیا استراتژی درستی است که برای صرفه جویی در هزینه‌ها اجناسی که از تامین کننده‌ها خریداری می‌شوند در انبارهای در دست احداث نگه داری شوند یا نه.
دقیقا از همین قسمت هوش تجاری وارد عمل می‌شود؛ مثلا در این مثالی که زدیم، مدیر یا گروه مدیریت به راحتی از روی اطلاعات خلاصه سازی شده یا اصطلاحا Summarized Data می‌تواند بفهمد که چه کالاها یا گروه کالاهایی توسط کدام افرادی در چه شهرها و مناطقی بیشتر فروش می‌رود و یا در چه زمانی (فصل ، سال، روز) کدام کالا یا گروه کالایی بیشتر فروخته می‌شود. حالا بر این اساس آیا آن استراتژی که مثال زدیم واقعا به صرفه‌جویی در هزینه‌ها کمک می‌کند یا بدتر باعث ایجاد هزین? اضافه می‌شود؟ مثلا اگر متوجه بشویم که کالای X در منطق? y تهران فروش بالایی دارد، آیا تصمیم اینکه انبار کالای X را در منطق? Y احداث کند، باعث کاهش هزینه‌های نگهداری و رساندن (delivery) محصول می‌شود یا نه؟
برای دانستن تاریخ امروز چندمه نیز کافیست وارد سایت یار شوید.
برای خواندن ادامه این مطلب کافیست اینجا کلیک کنید.